这两天的重庆,因为中国国际智能产业博览会“下简称‘智博会’”的关系,热度非凡。
作为智博会期间的重大赛事,2019 i-VISTA“中国电信5G杯”自动驾驶汽车挑战赛吸引了大量关注度。
作为自动驾驶领域专业读极高的赛事,2019 i-VISTA“中国电信5G杯”自动驾驶汽车挑战赛规模创新高,来自国内外车企、高校/研究机构、科创公司的43个专业车队参加121个比赛项目,36名个人参赛者将参加52个比赛项目。两支来自海外的车队,参加多个比赛项目。
值得注意的是,2019 i-VISTA“中国电信5G杯”自动驾驶汽车挑战赛共包括四大赛项,包括ADAS驾驶辅助系统挑战赛,自动驾驶城市交通场景挑战赛,自动驾驶创新应用挑战赛,自动驾驶商业化进程挑战赛。
8月24日,该赛事的启动仪式在重庆两江新区白云湖公园盛大启幕。启动仪式由重庆市经济信息委副主任杨丽琼主持,重庆市人大常委会副主任夏祖相致辞,市政府相关部门、两江新区、渝北区相关领导,以及中国工程院院士潘复生,中国汽研董事长李开国等出席启动仪式,同时参与的还有来自行业机构、企业、媒体的百余位代表,以及近千名观赛人员。
![15668079404684.jpg 微信图片_20190826162421.jpg]()
![1566807957493.jpg 微信图片_20190826162424.jpg]()
作为关注度最高也和用户日常使用场景相关度最大的比赛项目,ADAS驾驶辅助系统(AEB/APS)挑战赛,8月24日在白云湖公园内划定的封闭车道举行。
该项比赛今年进行了重大创新,首次引入个人消费者参赛。通过为期一个多月的全国海选和严格审核,最终入选名单在赛前通过官方微信对参赛消费者及参赛车型名单进行了公示。
本次参赛消费者来自各行各业,为本届挑战赛注入活力和激情,所携带的智能汽车涵盖了主流品牌车型,其中既有特斯拉Model X、奔驰E200、宝马530Li、沃尔沃S90、丰田凯美瑞、大众CC等进口及合资品牌车型,也有红旗H5、魏派VV6、吉利博越、长安CS95等自主品牌车型,还包括小鹏G3等造车新势力品牌车型。
个人消费者携带量产智能汽车参赛,扩大了AEB/APS比赛的车型规模和社会影响力,能够更加全面地反映当前市场在售主流智能汽车的智能化水平。i-VISTA“中国电信5G杯”自动驾驶汽车挑战赛的ADAS驾驶辅助系统挑战赛,也因而成为全球首个大规模的ADAS竞技平台。
AEB/APS比赛分为专业组和个人组两个组别进行,专业组有20支车队参加AEB比赛,14支车队参加APS比赛;个人组有27人参加AEB比赛,25人参加APS比赛。两个组别采用相同的比赛场景,只是APS针对个人组比赛的难度稍有降低,在泊车入位时只需泊入空闲车位,而不进行车位的指定。另外因为个人组的量产车型有部分是半自动泊车系统,因而从泊车入位时才开始计时。AEB挑战赛设置目标车静止(又称故障车避撞)、行人横穿(又称行人鬼探头)两个场景,每个场景设置3个工况:车速30 km/h、40 km/h、50 km/h,APS挑战赛设置垂直车位、平行车位、斜向车位三个比赛场景,参赛车辆需完成车位自动搜索并泊车入位。所有场景均来源于中国汽研发布的“i-VISTA中国智能汽车指数”测评规程,能够充分代表中国道路交通特点。8月24日比赛当天,重庆的地表温度达到70多度,对非量产自动驾驶系统的影响比较大,系统表现不稳定,因而有部分高校/研究机构、科创公司车队只能放弃比赛。相比较而言,采用量产车型比赛的个人车组受此影响不是很大。AEB故障车避撞场景,专业车组和个人车组所表现出的普遍问题是,30km/h、40km/h工况下AEB功能正常触发率比较高,而且国产车型在这两个工况下,表现得非常优秀。但是50km/h工况下,大部分车型的AEB功能不能触发,个人组29款车型中,只有丰田凯美瑞2019款2.0 G豪华版、沃尔沃V60智雅两款车型的AEB功能正常触发。专业组和个人组在AEB故障车避撞比赛中的前10名,参加AEB行人鬼探头场景的比赛。但是专业组10个车队,只有一个车队在30km/h工况下成功刹停,其他全部折戟。
个人车组的10款车型也全部折戟。参赛队伍反映,比赛场景的设置难度太大。组委会表示,该场景的难度确实超越了Euro-NCAP同类场景的难度,完成该场景,对探测系统、决策系统、执行系统的技术能力均有较高要求。
i-VISTA自动驾驶汽车挑战赛的宗旨之一就是促进企业产品技术优化和升级,难度较大的比赛场景设置,可以让企业发现问题,作为下一代产品研发的参考。
AEB行人鬼探头场景示意图APS的泊车场地是小斜坡,充分代表了中国西南地区泊车位特点,泊车难度大,一些车队和个人组的车型受此影响比较大。比赛能够反映出,当前APS的仍有较大的提升空间,一些高端车型在该项比赛中的表现并不是很好。另外,比赛也验证了中国汽研“智能汽车指数”APS测评的发现之一,即市场在售智能汽车的APS功能,对斜向泊车位和白色标线的识别能力普遍不高,需要进一步优化技术方案和算法。